Jorge Ruiz 44e congrès annuel de la Société statistique du Canada

Date : 29 mai au 1er juin 2016
Lieu : Université Brock, St. Catharines

Jorge Ruiz, auxiliaire de recherche du CIRFC, a participé au 44e congrès annuel de la Société statistique du Canada à l’Université Brock à St. Catharines, Ontario, du dimanche 29 mai au mercredi 1er juin 2016. Son équipe a participé à l’étude de cas “Quelle durabilité pour les organismes de bienfaisance canadiens”. Dans cette étude, ils ont exploré différentes caractéristiques d’organismes de bienfaisance au Canada en utilisant des algorithmes d’exploration de données, en particulier la forêt aléatoire, les arbres de décision, et le Gradient Boosting.

La réunion annuelle aborda différents sujets: biostatistique, Actuariat et Finance, Éducation et l’exploration de données, pour chaque sujet il y eu différentes sessions.

L’atelier d’une journée « Combler le fossé : comment transformer une expérience de la statistique classique en une connaissance fonctionnelle de l’analyse des données d’enquête » a été animé par Claude Girard du Data Analysis Resource Center (DARC). Il a montré comment les chercheurs utilisent des données d’enquête en supposant que les données sont indépendantes et identiquement distribuées (i.i.d.). Cette hypothèse n’est pas toujours vraie et les chercheurs doivent être prudents avec cela pour garantir des résultats valides.

Au cours de la session « Régression quantile et analyse des valeurs extrêmes », les chercheurs ont montré des modèles afin de prévoir les extrêmes pour les inondations, et le développement d’outils non-paramétriques de quantiles conditionnels extrêmes et de la théorie à propos pondérés régression quantile.

La conférence donnée par Sir David Spiegelhater de l’Université de Cambridge intitulé « Les hauts et les (nombreux) bas de la vie d’un statisticien public » était vraiment intéressant. Lors de cette conférence, Sir David a montré comment les médias propagent l’information « statistique » sans analyser le sens de l’information.

Au cours de la session « Techniques statistiques et apprentissage machine avancés pour l’analyse de données en haute dimension », les chercheurs ont montré les derniers modèles dans l’inférence sélective, les inférences post-sélection de modèle et de variables.

Plus d’informations disponibles sur ssc.ca/en/meetings/2016-annual-meeting (en anglais).

Photo de Peter Macdonald / CC BY-NC 2.0